[發明專利]一種基于廣義S變換的神經網絡故障電弧識別系統及方法

在審

• 申請號: 202110451149.1
• 申請日: 2021-04-26
• 公開（公告）號: CN113376474A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 劉釗;盧靜雅;曹雪瑋;翟術然;王子洋;李金順;陳曉凱;張兆杰;李康;孫雪
• 申請（專利權）人: 國網天津市電力公司城南供電分公司;國網天津市電力公司;國家電網有限公司
• 主分類號: G01R31/08
• 分類號: G01R31/08;G01R31/12;G06K9/00;G06N3/08
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王來佳

本發明涉及一種基于廣義S變換的神經網絡故障電弧檢測系統，包括生成訓練樣本模塊、訓練神經網絡模塊和故障電弧識別模塊，生成訓練樣本模塊包括故障電弧實驗和仿真數據采集模塊、基于廣義S變換的電弧特征提取模塊，故障電弧識別模塊包括用戶實時總負荷數據采集與處理模塊、神經網絡模型模塊、故障識別結果模塊。基于該系統提供一種神經網絡故障電弧辨識方法，將S變換特征提取方法和神經網絡模式識別方法相融合，利用S變換能夠準確捕捉故障電弧電流信號的特征，把握時頻特性，解決了以往特征區分度不高、容易混淆的問題。通過驗證，本發明的方法的負荷識別效果具有較高的準確率，可為非侵入式負荷識別技術的一系列高級應用提供技術基礎。

技術領域

本發明屬于智能電網領域，涉及故障電弧識別技術，尤其是一種基于廣義S變換的神經網絡故障電弧識別方法。

背景技術

隨著智能電網的發展與人民生活水平的提高，工業電氣設備和家用電器種類不斷增多，隨之而來的電氣火災事故發生率也逐年增高。據公安部消防局統計，近年來我國電氣火災發生率約為30％，并且呈逐年上升趨勢，電氣火災已高居各類火災原因之首。

研究表明，在電氣火災中由故障電弧引起的火災事故遠多于帶電導體間金屬性短路引起的火災，故障電弧是電氣火災的重要誘因。電弧故障可能發生在電路內的任何電線組合之間，與連接的負載形成并聯或串聯關系，因此將電弧故障分為根據故障發生位置可將電弧分成并聯電弧故障和串聯電弧故障這幾類。發生并聯故障電弧，線路大電流觸發斷路器的過電流保護閾值可檢測出來；但是當線路發生串聯電弧時，電路中相當于串聯電弧阻抗，線路電流可能會出現比額定電流值小的情況，目前的斷路器漏電保護及過流保護均無法準確檢測該類故障電弧。

盡管低壓供電系統配置了斷路器、熔斷器及剩余電流動作斷路器等保護電器，對于維護供電可靠性、減少電氣火災事故起到了很大作用，但是這些保護裝置無法對電弧故障進行有效保護。在低壓系統中，發生電弧故障時電弧的溫度超過5500℃，高強熱電弧發射出的熱粒子經時間累積易引燃線路周圍絕緣層材料，特別是在處在低壓系統中復雜的周邊環境，從而大大增大了引起電氣火災的幾率，因此，低壓故障電弧檢測與識別研究對防范電氣火災有著重大意義。

故障電弧檢測具體是基于故障電弧數據完成訓練識別，即可處理為模式識別問題，因此許多研究應用模式識別領域普遍利用的神經網絡等人工智能算法解決該問題。神經網絡模型具有強大的非線性擬合能力，在故障電弧識別領域具有許多其他算法無法比擬的優勢，但是仍存在以下困難和挑戰：為建立神經網絡模型，常常需要大量有標記樣本數據進行訓練學習；

雖然電弧電流在時間、頻率和時間頻率域上具有明顯的特征，但單獨依靠一個特征來可靠地檢測瞬時電弧條件的存在是不可行的，尤其是在考慮低壓用戶負載系統中電器數量和類別多且未知的情況下。以往的工作從不同的角度對故障電弧檢測問題進行了重點研究，取得了不小進步，但這些方法在應用于復雜的家庭環境中時容易出現誤跳閘。迄今為止，還沒有一種方法能比較好地識別出復雜家庭環境中出現的故障電弧。

因此，為了解決上述問題，亟需一種特征提取方法，以及將故障電弧檢測和神經網絡模式識別有機融合的故障識別方法。

發明內容

本發明的目的在于克服現有技術的不足之處，提供一種基于廣義S變換的神經網絡故障電弧辨識方法，將S變換特征提取方法和神經網絡模式識別方法相融合，利用S變換能夠準確捕捉故障電弧電流信號的特征，把握時頻特性，解決了以往特征區分度不高、容易混淆的技術問題。

本發明解決其技術問題是采取以下技術方案實現的：